컨텐츠로 건너뛰기
학습 비교 레시피 생태계 소스 코드 문서

Providers

OpenCode에서 모든 LLM provider 사용.

OpenCode는 AI SDK 및 Models.dev를 사용하여 75개 이상의 LLM provider를 지원하며 로컬 모델 실행도 지원합니다.

provider를 추가하려면:

  1. /connect 명령을 사용하여 provider의 API 키 추가
  2. OpenCode 구성에서 provider 구성

자격 증명

/connect 명령으로 provider의 API 키를 추가하면 ~/.local/share/opencode/auth.json에 저장됩니다.

구성

OpenCode 구성의 provider 섹션을 통해 provider를 사용자 정의할 수 있습니다.

opencode.json

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "anthropic": {
      "options": {
        "baseURL": "https://api.anthropic.com/v1"
      }
    }
  }
}

OpenCode Zen

OpenCode Zen은 OpenCode 팀에서 테스트하고 검증한 모델 목록입니다.

[!TIP] 새로 왔다면 OpenCode Zen으로 시작하는 것을 권장합니다.

  1. TUI에서 /connect 명령을 실행하고, OpenCode Zen을 선택하고, opencode.ai/auth로 이동
  2. 로그인하고, 결제 정보를 추가하고, API 키 복사
  3. API 키 붙여넣기
  4. TUI에서 /models를 실행하여 권장 모델 목록 확인

OpenCode Go

OpenCode Go는 인기 있는 오픈 코딩 모델에 대한 신뢰할 수 있는 액세스를 제공하는 저비용 구독 플랜입니다.

  1. TUI에서 /connect 명령을 실행하고, OpenCode Go 선택
  2. 로그인하고, 결제 정보를 추가하고, API 키 복사
  3. API 키 붙여넣기
  4. TUI에서 /models를 실행하여 모델 목록 확인

디렉토리

Anthropic

  1. /connect 실행하고 Anthropic 선택
  2. Claude Pro/Max 옵션 또는 Manually enter API Key 선택
  3. /models 실행하여 사용 가능한 모델 확인

[!NOTE] Anthropic은 명시적으로 타사 도구와 함께 Claude Pro/Max 구독 사용을 금지합니다. 이전 버전의 OpenCode는 이에 대한 플러그인을 번들로 제공했지만 1.3.0부터 더 이상 그렇지 않습니다.

OpenAI

  1. /connect 실행하고 OpenAI 선택
  2. ChatGPT Plus/Pro 또는 Manually enter API Key 선택
  3. /models 실행하여 사용 가능한 모델 확인

Amazon Bedrock

Amazon Bedrock을 OpenCode에서 사용하려면:

  1. Amazon Bedrock 콘솔에서 모델 액세스 요청

  2. 인증 구성:

환경 변수:

# AWS Access Keys 사용
AWS_ACCESS_KEY_ID=XXX AWS_SECRET_ACCESS_KEY=YYY opencode

# AWS Profile 사용
AWS_PROFILE=my-profile opencode

# Bedrock Bearer Token 사용
AWS_BEARER_TOKEN_BEDROCK=XXX opencode

구성 파일 (권장): opencode.json

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "amazon-bedrock": {
      "options": {
        "region": "us-east-1",
        "profile": "my-aws-profile"
      }
    }
  }
}

사용 가능한 옵션:

  • region - AWS 리전 (예: us-east-1, eu-west-1)
  • profile - ~/.aws/credentials의 AWS 이름이 지정된 구성 프로파일
  • endpoint - VPC 엔드포인트의 커스텀 URL (baseURL의 별칭)

Azure OpenAI

  1. Azure 포털에서 Azure OpenAI 리소스 생성
  2. Azure AI Foundry에서 모델 배포
  3. /connect 실행하고 Azure 검색
  4. API 키 입력
  5. 리소스 이름을 환경 변수로 설정:
AZURE_RESOURCE_NAME=XXX opencode

[!NOTE] “I cannot assist with that request” 오류가 발생하면 콘텐츠 필터를 DefaultV2에서 Default로 변경해 보세요.

Google Vertex AI

  1. Google Cloud 프로젝트에서 Vertex AI API 활성화
  2. 필요한 환경 변수 설정:
GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json
GOOGLE_CLOUD_PROJECT=your-project-id
VERTEX_LOCATION=global
  1. /models 실행하여 모델 선택

Ollama

opencode.json

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama (local)",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "llama2": {
          "name": "Llama 2"
        }
      }
    }
  }
}

[!TIP] 도구 호출이 작동하지 않으면 Ollama에서 num_ctx를 늘려보세요. 16k - 32k 정도부터 시작하세요.

LM Studio

opencode.json

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "lmstudio": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "LM Studio (local)",
      "options": {
        "baseURL": "http://127.0.0.1:1234/v1"
      },
      "models": {
        "google/gemma-3n-e4b": {
          "name": "Gemma 3n-e4b (local)"
        }
      }
    }
  }
}

OpenRouter

  1. OpenRouter 대시보드에서 API 키 생성
  2. /connect 실행하고 OpenRouter 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택
{
  "provider": {
    "openrouter": {
      "models": {
        "somecoolnewmodel": {}
      }
    }
  }
}

DeepSeek

  1. DeepSeek 콘솔에서 계정 생성
  2. 새 API 키 생성
  3. /connect 실행하고 DeepSeek 검색
  4. API 키 입력
  5. /models 실행하여 DeepSeek V4 Pro 같은 모델 선택

GitLab Duo

[!EXPERIMENTAL] OpenCode의 GitLab Duo 지원은 실험적입니다.

OpenCode는 GitLab Duo Agent Platform과 통합됩니다.

라이선스 요구사항:

  • GitLab Premium 또는 Ultimate 구독
  • GitLab.com 및 GitLab Self-Managed에서 사용 가능
  1. /connect 실행하고 GitLab 선택
  2. OAuth 또는 Personal Access Token中选择
  3. /models 실행하여 사용 가능한 모델 확인

세 가지 Claude 기반 모델 사용 가능:

  • duo-chat-haiku-4-5 (기본값) - 빠른 응답
  • duo-chat-sonnet-4-5 - 균형 잡힌 성능
  • duo-chat-opus-4-5 - 가장 유능함

GitHub Copilot

  1. /connect 실행하고 GitHub Copilot 검색
  2. github.com/login/device로 이동하여 코드 입력
  3. /models 실행하여 모델 선택

[!NOTE] 일부 모델에는 Pro+ 구독이 필요할 수 있습니다.

Cloudflare AI Gateway

  1. Cloudflare 대시보드에서 게이트웨이 생성 (AI > AI Gateway)
  2. /connect 실행하고 Cloudflare AI Gateway 검색
  3. Account ID, Gateway ID 및 API 토큰 입력
  4. /models 실행하여 모델 선택

Hugging Face

  1. inference.serverless.write 권한으로 토큰 생성
  2. /connect 실행하고 Hugging Face 검색
  3. 토큰 입력
  4. /models 실행하여 모델 선택

NVIDIA

NVIDIA는 build.nvidia.com을 통해 Nemotron 모델 및 기타 오픈 모델에 대한 액세스를 제공합니다.

  1. build.nvidia.com에서 API 키 생성
  2. /connect 실행하고 NVIDIA 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

온프레미 / NIM:

{
  "provider": {
    "nvidia": {
      "options": {
        "baseURL": "http://localhost:8000/v1"
      }
    }
  }
}

Groq

  1. Groq 콘솔에서 API 키 생성
  2. /connect 실행하고 Groq 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

Cerebras

  1. Cerebras 콘솔에서 계정 생성
  2. API 키 생성
  3. /connect 실행하고 Cerebras 검색
  4. Qwen 3 Coder 480B 같은 모델 선택

Together AI

  1. Together AI에서 계정 생성
  2. API 키 생성
  3. /connect 실행하고 Together AI 검색
  4. /models 실행하여 모델 선택

Fireworks AI

  1. Fireworks AI 콘솔에서 계정 생성
  2. API 키 생성
  3. /connect 실행하고 Fireworks AI 검색
  4. /models 실행하여 모델 선택

Cohere

  1. Cohere 대시보드에서 계정 생성 및 API 키 가져오기
  2. /connect 실행하고 Cohere 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

302.AI

  1. 302.AI에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 302.AI 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

Atomic Chat

Atomic Chat은 OpenAI 호환 서버(127.0.0.1:1337) 뒤에서 로컬 모델을 실행하는 데스크톱 앱입니다. opencode.json에서 직접 구성합니다:

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "atomic-chat": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Atomic Chat (local)",
      "options": {
        "baseURL": "http://127.0.0.1:1337/v1"
      },
      "models": {
        "<your-model-id>": {}
      }
    }
  }
}

서버가 반환한 모델 ID로 <your-model-id>를 교체한 후 /models를 실행하여 선택합니다.

Azure Cognitive Services

  1. Azure AI에서 Azure OpenAI 리소스 생성 및 모델 배포 — 배포 이름은 모델 이름과 일치해야 합니다
  2. /connect 실행하고 Azure Cognitive Services 검색
  3. API 키 입력
  4. AZURE_COGNITIVE_SERVICES_RESOURCE_NAME 환경 변수를 리소스 이름으로 설정
  5. /models 실행하여 배포한 모델 선택

Baseten

  1. Baseten에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 Baseten 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

Cloudflare Workers AI

  1. Cloudflare 대시보드의 Workers AI 섹션에서 계정 ID 확인 및 API 토큰 생성
  2. /connect 실행하고 Cloudflare Workers AI 검색
  3. 계정 ID와 API 토큰 입력
  4. /models 실행하여 모델 선택

Cortecs

  1. Cortecs에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 Cortecs 검색
  3. API 키 입력
  4. /models 실행하여 Kimi K2 Instruct 같은 모델 선택

Deep Infra

  1. Deep Infra에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 Deep Infra 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

DigitalOcean

  1. DigitalOcean 계정에 로그인
  2. /connect 실행하고 DigitalOcean 검색
  3. Login with DigitalOcean(OAuth) 선택 또는 Model Access Key 붙여넣기
  4. /models 실행하여 모델 선택 — Inference 라우터는 router:<name> 형태로 표시됨

FrogBot

  1. FrogBot에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 FrogBot 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

GMI Cloud

  1. GMI Cloud 콘솔에서 API 키 생성
  2. /connect 실행하고 GMI Cloud 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

Helicone

Helicone은 LLM 로깅·모니터링과 모델에 따라 요청을 라우팅하는 AI Gateway를 제공합니다.

  1. Helicone에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 Helicone 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

IO.NET

  1. IO.NET에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 IO.NET 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

llama.cpp

llama.cpp는 OpenAI 호환 llama-server를 통해 로컬 모델을 제공합니다.

  1. 로컬 서버 시작: llama-server --port 8080
  2. opencode.json에 provider를 추가하고 로컬 엔드포인트 지정:
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "llama.cpp": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "llama-server (local)",
      "options": {
        "baseURL": "http://localhost:8080/v1"
      },
      "models": {
        "qwen3-coder:a3b": {}
      }
    }
  }
}
  1. /models 실행하여 로컬 모델 선택

LLM 게이트웨이

  1. LLM Gateway 대시보드에서 API 키 생성
  2. /connect 실행하고 LLM Gateway 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택 — 많은 모델이 기본으로 미리 로드되어 있음

MiniMax

  1. MiniMax에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 MiniMax 검색
  3. API 키 입력
  4. /models 실행하여 M2.1 같은 모델 선택
  1. 모델용 공유 Endpoint를 만들고 프록시 토큰 생성
  2. 토큰 ID와 시크릿을 마침표로 연결 (예: wk-<id>.ws-<secret>)
  3. /connect 실행하고 Modal 검색 후 결합한 토큰 입력
  4. /models 실행하여 워크스페이스의 엔드포인트 중 하나 선택

Moonshot AI

  1. Moonshot AI 콘솔에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 Moonshot AI 검색
  3. API 키 입력
  4. /models 실행하여 Kimi K2 같은 모델 선택

Nebius Token Factory

  1. Nebius Token Factory에서 계정 생성 후 Add Key 클릭
  2. /connect 실행하고 Nebius Token Factory 검색
  3. API 키 입력
  4. /models 실행하여 Kimi K2 Instruct 같은 모델 선택

Ollama Cloud

  1. ollama.com에서 로그인 또는 계정 생성
  2. Settings → Keys로 이동하여 API 키 생성
  3. /connect 실행하고 Ollama Cloud 검색
  4. API 키 입력
  5. /models 실행하여 클라우드 모델 선택

OVHcloud AI Endpoints

  1. OVHcloud 매니저의 Public Cloud AI Endpoints 섹션에서 API 키 생성
  2. /connect 실행하고 OVHcloud AI Endpoints 검색
  3. API 키 입력
  4. /models 실행하여 gpt-oss-120b 같은 모델 선택

Poolside

  1. Poolside에 로그인 후 API Keys 탭을 열고 New key 클릭
  2. /connect 실행하고 Poolside 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

SAP AI Core

  1. SAP BTP Cockpit에서 SAP AI Core 서비스 인스턴스로 이동하여 서비스 키 생성
  2. /connect 실행하고 SAP AI Core 검색
  3. 서비스 키 JSON 붙여넣기
  4. /models 실행하여 모델 선택

Scaleway

  1. Scaleway 콘솔의 IAM 설정에서 API 키 발급
  2. /connect 실행하고 Scaleway 검색
  3. API 키 입력
  4. /models 실행하여 gpt-oss-120b 같은 모델 선택

SCX.ai

  1. SCX.ai 플랫폼에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 SCX.ai 검색
  3. API 키 입력
  4. /models 실행하여 GLM-5.2 같은 모델 선택

Snowflake Cortex

Snowflake 경계 안에서 최신 모델을 제공하며, 도구 호출 지원은 Claude 및 OpenAI 계열로 제한됩니다.

  1. Snowflake에서 계정 생성
  2. /connect 실행하고 Snowflake Cortex 검색
  3. *Login with Snowflake (External Browser)*를 선택해 브라우저에서 로그인하거나 Programmatic Access Token 붙여넣기
  4. /models 실행하여 모델 선택

STACKIT

  1. STACKIT Portal의 AI Model Serving에서 프로젝트 인증 토큰 생성
  2. /connect 실행하고 STACKIT 검색
  3. 인증 토큰 입력
  4. /models 실행하여 Qwen3-VL 235B 같은 모델 선택

Venice AI

  1. Venice AI에서 계정 생성 및 API 키 발급
  2. /connect 실행하고 Venice AI 검색
  3. API 키 입력
  4. /models 실행하여 Llama 3.3 70B 같은 모델 선택

Vercel AI Gateway

하나의 통합 엔드포인트로 여러 provider의 모델에 액세스합니다.

  1. Vercel 대시보드의 AI Gateway에서 API 키 생성
  2. /connect 실행하고 Vercel AI Gateway 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택

xAI

  1. xAI 콘솔에서 계정 생성 및 API 키 발급, 또는 SuperGrok 구독으로 인증 준비
  2. /connect 실행하고 xAI 검색
  3. API 키 입력 또는 SuperGrok Subscription을 선택해 디바이스 코드로 로그인
  4. /models 실행하여 Grok 모델 선택

Z.AI

  1. Z.AI API 콘솔에서 계정 생성 후 새 API 키 발급
  2. /connect 실행하고 Z.AI 검색 — GLM Coding Plan 구독자라면 Z.AI Coding Plan 선택
  3. API 키 입력
  4. /models 실행하여 GLM-4.7 같은 모델 선택

ZenMux

  1. ZenMux 대시보드에서 API 키 생성
  2. /connect 실행하고 ZenMux 검색
  3. API 키 입력
  4. /models 실행하여 모델 선택 — 많은 모델이 기본으로 미리 로드되어 있음

기타 Provider

OpenCode는 다음을 포함한 75개 이상의 provider를 지원합니다:

  • 302.AI
  • Atomic Chat
  • Azure Cognitive Services
  • Baseten
  • Cloudflare Workers AI
  • Cortecs
  • Deep Infra
  • DigitalOcean
  • FrogBot
  • IO.NET
  • MiniMax
  • Moonshot AI
  • Nebius Token Factory
  • Ollama Cloud
  • SAP AI Core
  • Scaleway
  • Venice AI
  • Vercel AI Gateway
  • xAI
  • Z.AI
  • ZenMux

커스텀 provider

opencode.json

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "custom-provider": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Custom Provider",
      "options": {
        "baseURL": "https://api.example.com/v1"
      },
      "models": {
        "model-id": {
          "name": "Custom Model Name"
        }
      }
    }
  }
}

문제 해결

Provider 로드 안됨

  1. API 키 설정 여부 확인: opencode debug config
  2. 환경 변수가 올바르게 설정되었는지 확인
  3. provider가 해당 지역을 지원하는지 확인

인증 오류

  1. API 키가 올바른지 확인
  2. 구독이 활성 상태인지 확인
  3. 필요한 범위가 부여되었는지 확인

레이트 제한

다음 사용을 고려하세요:

  • 레이트 제한이 있는 프록시/게이트웨이 (Cloudflare AI Gateway, Helicone)
  • Provider별 레이트 제한 구성
  • 여러 provider 계정